arXiv cs.AI· Yuxuan Zheng, Zhaoyang Li, Purui Liu, Hengbo Xiao, Guannan He·· 11 小时前AI 评分20
ASE：面向时间序列预测的归因引导语义演化框架
ASE: Attribution-Guided Semantic Evolution for Time Series Forecasting
AI 导读
研究者提出 ASE（Attribution-guided Semantic Evolution）模块化框架，用于构建文本因子、评估其条件贡献并部署经验证筛选的数值-文本预测器。
正文 · AI 翻译
摘要：外部文本可以提供数值历史中缺失的预测信息，但其价值取决于它如何被表示、组合和部署。我们提出归因引导语义演化（ASE），这是一个用于构建文本因子、评估其条件贡献并部署经验证选择的数值—文本预测器的模块化框架。ASE 支持基于词汇度量、语义原语或演化事件/状态因子的任务特定实现，并与合适的数值专家耦合。其基于反馈的实现使用条件重拟合诊断来指导因子修订和组合搜索。我们在四个与文本相关的 TESS 数据集和动态 CSI 300 股票排名上评估 ASE。四个预测实现的测试 MSE 分别为 0.001041、0.022439、0.333115 和 1.8150，均低于相应的已发表 TESS 分数。在 CSI 300 上，冻结文本融合实现相比其数值专家将平均 RankIC 提高了 0.000642，相比匹配的乱序文本提高了 0.000701，且在全部五个随机种子中差异均为正。受控文本扰动支持对文本对应关系的功能性依赖，而现有方案保留机制可防止在测得的开发标准上出现回退。总之，实验从两个层面刻画了 ASE：任务特定实现的预测性能以及各个模块的条件贡献。
| 评论： | 11 页，3 幅图 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.23027 [cs.AI] |
| （或使用 arXiv:2610.23027v1 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.23027 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yuxuan Zheng [查看邮箱]
[v1]
2026 年 10 月 16 日星期五 07:04:41 UTC（654 KB）
来源：arXiv cs.AI · arxiv.org